软件容器先锋Docker公司将其企业业务出售给Mirantis,此举是该公司重组工作的一部分,在这次重组中,该公司还任命了原来的产品负责人Scott Johnston接任首席执行官一职。
该公司于今天早上宣布了这一消息。Docker已经从Benchmark Capital和Insight Partners筹集了3500万美元的新资金,以支持新的业务方向,将完全针对开发人员提供工具。
Docker最流行的开发工具是其公司同名的容器引擎,它是当今大多数容器化应用程序项目的基础。该初创公司还提供补充产品,帮助开发的其他方面实现自动化。
Docker的企业业务销售的是一套被称为Docker Enterprise的商业产品。该软件包将公司的开发工具与功能相结合,可以帮助公司管理、保护和监控其工程师构建的容器化应用程序。在财富100强的企业中,大约有三分之一的企业在使用该产品;而在全球500强的企业中,大约有五分之一的企业也在使用该产品。
Docker即将离任的首席执行官Rob Bearden在一份声明中表示:“我们确定Docker有两块截然不同的业务:一块是活跃的开发人员业务,另一块是成长之中的企业业务……这导致我们做出对公司进行重组并将两块业务分离的决定。对于客户来说,这是件好事,并且让业界领先的Docker技术能够健康发展。”
Bearden在首席执行官的职位上只呆了六个月,就将控制权转交给了Johnston。该公司未来的路径图将集中在Docker Desktop和Docker Hub上,前者是该公司的一款本地编码工具,用于构建容器化应用程序,后者是提供现成应用程序组件的市场。
Mirantis将接管整个Docker Enterprise套件以及相关的客户合同。根据双方的协议,该业务的300名左右员工也将加入Mirantis公司。
该公司将把Docker Enterprise与其自有的Mirantis Cloud Platform集成在一起,该平台可帮助企业部署和运行Kubernetes本地硬件。该公司还计划在未来推出一种托管版本。
Mirantis和新重组的Docker表示,他们将合作维护双方解决方案之间的集成。这就意味着,Docker的Johnston(如图)去年在SiliconANGLE的移动直播工作室theCUBE上提出的容器开发愿景仍有未来。他当时表示,他的团队的目标是提供一个“从开发人员体验到运营端的连续性平台。”
Johnston表示:“这是要提供一致的用户体验和一致的工件集,供构建软件的所有不同角色使用,以便他们能够成功地在整个应用程序开发生命周期中移动这些Docker应用程序。”
SiliconANGLE Media直播工作室theCUBE的主持人Stu Miniman表示:“Docker帮助使容器民主化,这些容器是新一代应用程序开发的促成因素,并且对云原生环境至关重要…… Docker曾经是科技界最热门的话题,尽管该公司的营业收入不高,但仍获得了独角兽的地位。”
但是Miniman表示,Docker在尝试围绕容器管理构建生态系统时犯了“严重失误”。他表示:“不仅仅是Docker Swarm在编排工具大战中输给了Kubernetes,而且尽管这些容器得到了大量采用,但是其货币化的途径仍然有问题。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。